Timm包括
- image models
- layers
- utilities
- optimizers
- schedulers
- data-loaders / augmentations
- training / validation scripts
旨在将各种 SOTA 模型整合在一起,并具有复现 ImageNet 训练结果的能力,可进行迁移学习。
Timm库不仅提供了模型的权重,还提供了分布式训练和评估的代码框架,方便后人开发。它还在不断地更新迭代新的训练方法,新的视觉模型和优化代码。
代码使用学习:点这里
Timm是一个致力于整合最新SOTA图像模型的库,支持复现ImageNet训练效果,提供预训练权重、分布式训练框架和持续更新的训练策略。它简化了代码使用,便于迁移学习和模型开发。
2003

被折叠的 条评论
为什么被折叠?



